Análisis de datos y People Analitycs: una skill necesaria para Recursos Humanos

people_analytics

Los gestores de talento deben añadir el análisis a su lista de habilidades, a fin de identificar los canales que mejor talento captan y conocer a las personas que ya trabajan en la organización (el conocido People Analitycs). Para obtener esta destreza y añadirla a tu currículum, es necesario aprender la técnica que permite desgranar los datos y obtener respuestas.

La información de Recursos Humanos obtenida a través del análisis es un aspecto estratégico que cada vez más organizaciones necesitan. Es una habilidad perfecta para poder crecer profesionalmente en este ámbito.

Los empleados son la fuerza motriz de las compañías. La información que proporcionan resulta esencial para el negocio y la estrategia de experiencia del colaborador.

Saber cuántos años pasa una persona en la empresa, qué objetivos consigue, qué es lo que hace que se sienta orgulloso de la organización, cuáles son las oportunidades de crecimiento que tiene a lo largo de su carrera allí… Todo ello ayuda al departamento de Recursos Humanos a conocer en profundidad su fuerza y retenerla. Asimismo, cuando RR.HH. realiza una nueva búsqueda, cuenta con señales y características para triunfar en la elección.

Cada vez más empresas están instaurando una cultura basada en el análisis de datos. En el caso de las áreas de talento, ello también empieza a tener cierto peso a la hora de configurar el departamento.

Según el informe de IBM al respecto, el 60% de las empresas están empezando a implementar su capacidad analítica en este ámbito; pero solamente un 25% de las empresas del estudio tiene cultura del dato.

Beneficios de la analítica de RR.HH.

En un primer momento, podrías pensar que tu empresa no cuenta con ningún histórico de dato o que esto no resulta interesante.

Ello es un error. Por ejemplo, puedes calcular la media de años trabajados de los colaboradores en activo. Este dato te permitirá determinar quiénes ya superaron esa barrera y quiénes están a punto de hacerlo.

Puedes entrevistar a los que estén casi llegando a la media para conocer si están contentos o no. Ello te brindará una idea de por qué quieren quedarse o si están empezando a plantearse cambiar de empleo.

A este tipo de análisis se le conoce como perfilado; es decir, se aplica para identificar rasgos colectivos, determinar características y patrones, así como evitar la rotación y fomentar el compromiso con la empresa.

El segundo tipo de análisis que puedes encontrar se denomina de predicción y sirve para anticipar sucesos. Muchas veces ello procede de una primera fase de perfilado; por ejemplo, qué candidatos se ajustan más al puesto o si existen personas en riesgo de salida por su perfil.

Ambos tipos de análisis pueden trabajar conjuntamente, y te servirán para avanzar y planear estrategias de contratación, retención o motivación.

Definir los primeros pasos

Para crear una buena metodología de HR Analytics, debes definir el problema y los objetivos.

En el inicio del proyecto, debes involucrar a más personas en el desarrollo; por ejemplo, si tienes estos datos en una base, debes hablar con el responsable para poder acceder a ella y establecer una forma de trabajo que permita la consulta.

También debe estar en ese equipo alguien de legal y de IT por si necesitas desarrollar algún programa o modificar la visualización que ya tienes. Un equipo multidisciplinar será adecuado para tratar las primeras fases, así como para definir correctamente el funcionamiento y desarrollo de este análisis.

Con las manos en la data

Esta es la parte más extensa, ya que es el momento de recopilar y analizar los datos. Debes establecer primero qué objetivo o proyecto desarrollarás con el primer análisis.

Para que esto funcione correctamente, es necesario elegir los datos adecuados. A este conjunto se le conoce como Smart data, que consiste en datos correctos, completos y de calidad.

Existen tres tipos de datos:

  • Del individuo: centrados en la información que pueden brindar los colaboradores de la empresa; por ejemplo, currículum, años de experiencia, evaluación del desempeño, nivel de estrés…
  • Contexto: centrados en un problema; por ejemplo, alta rotación, clima social, crisis sanitaria, etc.
  • Actividad: relacionan el negocio con los proyectos, la calidad de los datos financieros o de atención al cliente, etc.

Con estos tres tipos de datos, podrás determinar qué data requieres y en qué necesitas centrarte. Es interesante a veces cruzar varios tipos de información; por ejemplo, la productividad actual con el contexto.

Seguramente muchas empresas han visto crecer su productividad a raíz de la COVID-19 y el trabajo en remoto. Otras, por el contrario, al tener que segmentar su plantilla, habrán visto sus números caer.

Un experimento interesante consiste en revisar diferentes periodos de crisis y analizar qué datos proporciona. Quizás este ejercicio ayude a la empresa a establecer medidas de futuro para solventar los problemas actuales.

¿Cómo puedes aprender sobre ello?

Ya se ha comentado al inicio del artículo que, para poder desarrollar esta skill, deberás formarte.

Puedes buscar cursos que te enseñen cómo tratar los datos; además, puedes contactar con profesionales de este ámbito para que te recomienden artículos, workshops o webinars sobre ello.

Es importante ir adaptando tu perfil a las demandas futuras. En este caso, el análisis de la data lleva un tiempo imponiéndose en otras áreas, por lo que resultaba previsible que también se utilizaría como herramienta en la gestión del talento.

Atrás quedaron los años en los que, cuando se empezaba a trabajar, ya no se seguía estudiando. Lo bueno de este cambio es que compartir y buscar nuevos conocimientos ayuda a ampliar la mente y pensar en nuevas formas de desarrollar las tareas.

Es una gran oportunidad para ti como reclutador poder crecer profesionalmente y ampliar tu campo de acción. Los datos se han convertido en el petróleo de la actualidad y debes utilizarlos para mejorar tu eficiencia en el campo de gestión de talento.

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *